AI智能轮心力：成本直降66%，测试周期减

了解轮心力对汽车制造商至关重要。这不仅能揭示车辆将承受的实际载荷，还能指导车辆结构的设计，确保其能够承受这些载荷。

通常，工程师会为车辆的每个车轮安装轮心力传感器，并通过各种工况测试来获取其所经历的全部载荷。然而，这些六分力传感器价格不菲，一套四件的成本高达25万至50万欧元。此外，制造商还需要考虑车辆在不同国家/地区的应用场景。轮心力会受到驾驶风格、路面类型、交通流量和天气条件等多种因素的影响。

举例来说，如果您想了解四辆车在四个不同国家/地区的轮心力数据，仅仅是传感器的总成本就将高达100万欧元。

这些传感器在安装和校准上也非常耗时，以确保测试结果的准确性。更重要的是，它们体积较大，会显著增加车辆的宽度，这可能导致在某些道路上驾驶变得不切实际，甚至可能违反当地法规。这种额外的宽度也增加了传感器在狭窄路段受损的风险，考虑到其高昂的成本，这无疑是难以承受的损失。

尽管如此，轮心力测试仍然必不可少。如果缺乏这些数据，设计权衡将难以实现，可能导致车辆过早老化，或者过度设计，从而带来不经济的开发成本。

幸运的是，西门子提供了一种替代解决方案，并已成功应用于某客户的实际案例中。该方案不仅将成本降低了66%，还将轮心力测试的总时间从两周缩短到了一周。接下来，让我们深入探讨这一方案是如何实现的。

超越传统：常规传感器与智能技术重塑轮心力测试

Simcenter 工程服务开发了一套创新解决方案。 该方案将现有传感器与更经济、易于配置的传感器、仿真技术和人工智能模型相结合，从而以更快的速度和更低的成本，提供与传统方法相同的轮心力测试结果。

但是仍需要一套轮心力传感器来进行实际路面数据的采集，以便对虚拟轮心力传感器所获取的数据进行校核。不过，这项工作可以在试验场内完成，无需在公共道路上进行。

试验场通常使用繁忙，可用的测试时间有限，因此效率至关重要。然而，为了尽可能覆盖真实的驾驶场景，需要执行各种不同的操作。这包括加速和制动测试、转弯等横向事件、通过减速带和坡道等垂直事件，以及在不同路面上的测试。

Simcenter SCADAS RS 系统能够轻松快速地完成每个测试的设置。 它的优势在于允许多名工程师并行执行多项任务。例如，一名工程师可以输入通道名称，同时另一名工程师连接传感器并调整通道设置中的方向，第三名工程师则可以对已安装的传感器进行初步检查，确保其正常工作。

此外，该软件还支持事件标记功能，测试驾驶员可以轻松地为每次测试添加关于测试条件的描述性注释。这意味着在测试过程中，无需再有其他工程师随车同行。这些注释会在数据集中创建一个独立的通道，从而方便在记录结果后进行高效的数据分析。。

Simcenter SCADAS RS 负责数据的采集与初步处理，随后将数据传输至NEO Process Designer。在 NEO Process Designer 中，系统会自动消除加速度计中的传感器漂移，并修正灵敏度问题和方向误差。这一步骤确保了人工智能模型能够获得高质量、高可靠性的数据，从而准确地估算轮心力。

使用Simcenter Testlab NEO 进一步对测试数据进行处理，以提取更多有价值的信息。例如，它可以利用加速度计在60到100赫兹之间某个滤波部分的抖动数据，来替代原始的加速度数据。通过工作流自动化功能，工程师可以在无需人工干预的情况下，将这一处理流程应用于数百次测试运行，甚至可以在夜间自动完成。

接下来，Simcenter Testlab Simcenter Reduced Order Modeling 可以用于创建模型，该模型能够基于更经济的传感器数据来预测轮心力。

下面的图表清晰地展示了绿色线代表的 AI 模型预测力与红色线代表的实际测试力之间的高度吻合。

轮心力测试成本降低66%

基于在四个国家/地区进行的测试，这项新解决方案不仅提供了与传统方法相同的轮心力测试结果，还将成本降低了66%，并将总测试时间从两周缩短至一周。

这些显著的成本和时间节省意味着，制造商现在可以在更多车型上进行测试，而总成本仍远低于使用传统方法在少量车型上测试的开销。

本案例主要聚焦于车辆的耐久性测试，目的在确保其坚固耐用。它还能帮助预测车辆是否需要比平均预测更早或更晚进行维护。同样的方法也可应用于NVH优化，以预测不同条件下噪声和振动对驾乘舒适度的影响。

在此用例中实现显著时间和成本效益的关键在于采用了端到端方法。该方法涵盖了从数据采集、处理，到利用西门子工具进行人工智能模型训练的所有环节。这些显著的提升完全得益于先进的数据分析和人工智能解决方案。